昨天是我心态最崩溃的时候，20封0回，我甚至在pyq里发我准备秋招去了。
经过学长提点，我终于尝试改进自己的套磁方法------之前的套磁相当之累，我的个人陈述也有一个尊敬的xxx老师，现在删掉了，套磁信也只需要换掉老师方向和尊敬的xxx。再一个，之前还抱着精挑细选的幻想，现在丢掉幻想，准备斗争，我管你严导差导，能回复我的就是好导；我管你是不是一个系一个办公室的，拉黑了又怎样，不差你这个。于是今天的效率是指数级增长，而且心情也非常之爽。
当然还有一个，我今天看到官回了！
"......我喜欢你这么几点："数学思维较强，算法基础扎实"，"喜欢写作，也坚持长跑"......"
在你毫无收获的时候，这样的官回能让你开心一天。
Q：推荐系统与协同过滤？
四、用一个图来理解"用户-物品"矩阵
想象一个二维表格：
| 用户\物品 | 电影 A | 电影 B | 电影 C | 电影 D |
|---|---|---|---|---|
| 用户 1 | 5 (看了) | 1 (不喜欢) | ？ (未知) | 4 (看了) |
| 用户 2 | 4 (看了) | 2 (不喜欢) | 5 (看了) | ？ (未知) |
| 用户 3 | 1 (不喜欢) | 5 (看了) | 4 (看了) | 2 (不喜欢) |
-
目标：预测问号(?)位置的数值，即用户对未知电影的评分。
-
基于用户的协同过滤 ：为了预测用户1对电影C 的评分，它会去看**喜欢电影A和D的用户(如用户2)**对电影C的评分。
-
基于物品的协同过滤 ：为了预测用户1对电影C 的评分，它会去看电影C与**用户1已喜欢过的电影(A、D)**的相似度。
"协同过滤是推荐系统中最核心、最经典的算法之一。它的核心思想是群体智慧，即'物以类聚，人以群分'。它不依赖物品的内容，只利用用户的历史行为数据。
主要分为两种：基于用户的协同过滤和基于物品的协同过滤。前者找相似的用户，把相似用户喜欢的东西推荐给你，适用于新闻推荐等场景；后者找相似的物品，根据你喜欢的物品推荐相似物品，在电商场景中应用更广、效果更稳定。
它的主要挑战在于冷启动和数据稀疏性。现代的推荐系统通常会将协同过滤与深度学习等方法结合，形成混合推荐系统。"
这时我碰见了一个老学长，给我点拨了两下：
Q：什么是信息安全？
信息安全的核心是保护信息在存储、传输、处理过程中的机密性、完整性和可用性。
这是最经典的 CIA三元组（Confidentiality, Integrity, Availability）
信息不被未授权的人看到、信息不被篡改、信息在需要时能正常访问
|------------|----------------|------------------------|
| 理论层 | 密码学基础 | 对称加密、公钥加密、哈希函数、数字签名 |
| 技术层 | 系统安全、网络安全、应用安全 | 汇编、逆向工程、防火墙、入侵检测、Web安全 |
| 管理/合规层 | 安全策略、风险评估、等级保护 | 等保2.0、ISO27001 |
你本科可能学得比较多的是理论层+部分技术层（密码学、汇编、取证），而对管理层的接触相对少一些------这很常见，因为管理层更像是做安全咨询、合规审查的方向。
数字化程度越高，安全的边界就越宽。以前只需要保护服务器，现在要保护云、保护终端、保护IoT设备、保护AI模型本身。安全已经从'可选项'变成了'必选项'。
信息安全培养的是'找茬'的能力，计算机科学培养的是'建设'的能力。我本科打好了安全的基础，知道系统哪里容易出问题，研究生阶段想转向计科，学习怎么把系统建设得更好、更可靠。我本科确实学了安全的基础理论，包括密码学、汇编、网络安全这些，我也能理解安全的价值。但我发现自己更感兴趣的是构建系统 而不是分析漏洞。比如我更喜欢写一个推荐系统让它跑起来，而不是去逆向一个恶意程序。所以我想在研究生阶段做软件开发方向。
A："我对信息安全的理解可以分三个层次。
第一，它的核心目标是保护信息的机密性、完整性和可用性------也就是CIA三元组。密码学是实现这些目标的基础工具。
第二，它不仅仅是技术问题，还包括管理和合规。技术层面包括系统安全、网络安全、应用安全、数据安全等。
第三，它是计算机科学的一个非常重要的约束维度。做系统的人往往关心'怎么让它跑得快'，做安全的人关心'怎么防止它被破坏'。我觉得这两个视角是互补的------我本科打了安全的基础，研究生阶段想转向计科，学习怎么把系统建设得更健壮。"
Q：什么是团队协作？
English (Short version, 30 seconds)
For me, good team collaboration means three things:
First , everyone knows their role.
Second , we talk to each other often, not just when there is a problem.
Third, we trust each other and share the credit.
In graduate school, collaboration happens in labs. We have group meetings every week. Seniors help juniors. We work on the same project for a long time, not just for one homework.
中文对照
对我来说，好的团队协作意味着三件事：
第一，每个人都知道自己的角色。
第二，我们经常沟通，而不是等到出了问题才说。
第三，我们互相信任，功劳一起分享。
在研究生阶段，协作发生在实验室里。我们每周开组会。高年级帮助低年级。我们在同一个项目上长期合作，而不是只做一个作业。
Q：什么是知识图谱？
知识图谱是用图结构来组织和存储知识的一种技术。它的核心是实体和实体之间的关系。
比如，姚明是一个实体，叶莉也是一个实体，他们之间有一个'妻子'的关系，这就形成了一个知识片段。把大量这样的片段连起来，就成了一张知识图谱。
和传统数据库不同的是，知识图谱特别擅长处理复杂的、多跳的关联查询，比如'姚明的妻子的父亲是谁'。
典型应用包括搜索引擎、推荐系统、智能问答等。